区域生态质量评价

区域生态质量评价（精选15篇）

1.区域生态质量评价 篇一

基于景观的区域生态环境质量评价指标体系与方法研究--以塔河中下游典型区为例

当前对区域生态环境质量评价的研究工作尚处于探索之中.在景观生态学理论与方法得到长足发展的今天,从景观生态角度对其进行综合评判有着一定的.科学依据.在探讨基于景观的生态环境质量评价理论方法基础上,以新疆塔里木河中下游典型区域作为研究案例,利用选建的评价指标体系和相应评价方法综合评判了该地区2000年生态环境质量状况.研究认为,2000年该区域生态环境质量总体上处于一般状态,但有向良性化发展趋势,而恶劣的自然条件,特别是水资源贫乏是制约该区域生态环境质量良性演化的主要因素.

作 者：刘新卫 周华荣 LIU Xin-wei ZHOU Hua-rong  作者单位：刘新卫,LIU Xin-wei(中国科学院地理科学与资源研究所,北京,100101)

周华荣,ZHOU Hua-rong(中国科学院新疆生态与地理研究所,乌鲁木齐,830011)

刊 名：水土保持研究  ISTIC PKU英文刊名：RESEARCH OF SOIL AND WATER CONSERVATION 年，卷(期)：2005 12(2) 分类号：X826 X171.1 关键词：区域生态环境质量   景观生态   塔里木河中下游  

2.区域生态质量评价 篇二

生态环境是一个非常复杂的体系, 为了能够多角度探讨其质量情况, 评价指标系统通常会与大量的指标相联系, 区域生态环境的质量评价是受到各类型的指标所影响, 因此要使用层次分析法, 而最为直观的方法就是建立层次体系, 对于不同的层次而言, 要把各项要素与指标相对比, 利用矩阵图进行判断, 通过矩阵的技算, 从而确定出每项指标所占的权重。除此之外, 层次分析法还包括利用一致性的检验来判断过程前后的思维是否一致。在简化评价程序的时候使用层次分析法能够提高评价的精确度。

在运用层次分析法整体把握区域的生态环境和各种考查因素状况外, 还需要借助GIS技术, 把整体区域分成局部区域, 运用层次分析法对不同的区域进行评价, 建立每个区域的属性数据库, 使用GIS技术, 把空间数据库和属性数据库相结合, 形成每个区域的生态环境质量评估专题地图, 从局部区域进行分析, 从而综合分析整体区域生态环境质量的空间结构。评价者对数据和地图通过广度和深度的分析后, 对区域做出生态环境的整体评价。

2 数据的来源及处理

2.1数据的来源生态环境质量的综合评价数据来源于空间数据与属性数据这两类, 前者包括专题地图, 例如社会各种经济指标、环境污染指数和自然灾害指标等, 后者主要是一些地理图片, 例如遥感图像和专题地图等。

2.2区域生态环境质量评估涉及社会经济、生态环境、自然灾难和环境污染等多方面因素的分析, 绝大多数的数据统计资料是由县进行统计, 传送达到市、省后再统一核算的。所以很多区域的生态环境评估是以县级行政区作为基本单位。

3 运用层次分析法确定评价指标的权重

区域生态环境质量综合评价水平是由多个评价指标所决定的, 如:自然环境、自然灾难、环境污染、社会经济等。它们的比例并非是一比一的, 我们需要采用层次分析法确定每个评价指标的权重, 其方法如下:

3.1 建立起层次结构体系。各个评价指标是相互联系、相互影响的, 要根据它们之间的联系构建起多层次的评价指标体系。

3.2 建立起判断的矩形阵。每个评价指标都要进行两两对比, 按照规定的评价因素进行对比后, 编写成矩形阵。

3.3层次单排序后进行一致性检验。层次单排序是指在对矩形阵进行判断后, 对每个评价指标给予权数, 一致性检验是指对权数是否具备一致性进行检验。

3.4层次总排序后进行一致性检验。层次总排序是指利用层次单排序的结果计算得各层次的组合权值。必须对权值进行一致性检验, 当一致性符合标准时, 那么层次总排序的计算结果是科学的, 可接受的。

4 运用GIS技术进行分析

4.1 计算区域生态环境质量总指标和分指标

在Arc View软件中输入各评价指标的数值, 构建每个局部区域的属性数据库, 运用各指标的权重数值, 在软件中会自动计算出每个局部区域的生态环境质量综合指数。为对整体区域生态环境质量状况进行深入了解, 同时要计算出影响质量评价的自然环境、自然灾害、环境污染和社会经济四个分指标的指数。

4.2 列出生态环境质量的分级

在Arc View软件中, 根据综合指标和各分指标按照等级区间分为五个等级。分别是好、良好、中等、较差和差或者是轻微、较轻微、中等、严重和较严重。

4.3 生成区域生态环境质量综合评价等级图

第一为每个局部区域设定一个唯一的ID号, 利用ID号码将空间数据库和属性数据库相结合, 使得代表每一个局部区域的多边形和其属性一一相对应, 使用Arc View软件专题地图制作的功能, 根据每个局部区域的质量指标等级, 自动生成整体区域的生态环境质量综合水平评价等级图。

5 结语

在探讨如何提高区域生态环境质量综合水平中, 研究把层次分析法和GIS技术两者相结合, 能充分发挥层次分析法多要素综合评价的优点和GIS技术强大的地理空间分析能力, 为科学研究提供了新思路。不同区域的研究中, 需要特别注意评价单位的选择, 不同区域因自身条件和自身状况的不同, 在选取评价单位时也不同, 可能是以县级行政单位作为评价单位, 也可能是以市级行政单位作为评价单位。在已进行的多个区域生态环境质量综合评价中, 层次分析法和GIS技术相结合的评价方法, 取得了显著的成效。今后, 将进一步对这两个评价方法进行深入的研究, 让它们发挥出更大的作用。

参考文献

[1]刘庄, 谢志仁, 沈渭寿.提高区域生态环境质量综合评价水平的新思路——GIS与层次分析法的结合[J].长江流域资源与环境, 2003, 02:163-168.

[2]阎伍玖.区域农业生态环境质量综合评价方法与模型研究[J].环境科学研究, 1999, 03:52-55.

[3]武晓毅.区域生态环境质量评价理论和方法的研究[D].太原理工大学, 2006.

3.区域生态质量评价 篇三

关键词：区域生态经济 生态效益 经济效益

一、引言

由于人口较多和粗放型的经济增长方式，使得资源得不到有效利用，造成资源的浪费和大量缺失，并伴随着当前经济的不断发展，各种环境问题日益凸显，使得资源与环境问题受到社会各界普遍关注。在面对资源约束趋紧、环境污染严重、生态系统退化的严峻形势下，党的十八大报告中提出必须树立尊重自然、顺应自然、保护自然的生态文明理念，把生态文明建设放在突出地位，融入经济建设、政治建设、文化建设、社会建设各方面和全过程，努力建设美丽中国，是实现中华民族永续发展的重要措施，使得生态文明建设成为当今社会发展的重要组成部分，在重视经济发展的同时，加强生态环境的保护，实现生态和经济的共同发展。其中，区域经济作为我国经济发展的重要组成部分，其生态经济效益对于我国国民经济发展和生态文明建设具有重要意义，良好的区域生态经济效益能够更好地促进区域可持续发展，促进我国经济社会的良好发展，推动我国社会主义现代化建设。

自20世纪90年代以来，全国各个地区开始利用各自的特点和优势发展地区经济，统筹区域发展，各个地区相互补充、相互促进，协调发展，充分发挥国民经济的整体优势，促进国民经济的整体发展，区域经济建设成为我国经济建设的重要组成部分。加上可持续发展理念的提出，国家对于生态文明建设的重视，全国生态农业县和生态示范区建设试点工作的开展和深入，经济效益和生态效益有机结合，使得区域生态经济效益评价问题成为当今社会的主要热点问题之一，也成为了区域可持续发展研究的热点。

其中，对于区域生态经济建设指标体系的建立以及区域生态经济效益的衡量是我国学者当前对于区域生态经济的主要研究内容。纵观现有的研究成果，我国学者多用指标体系来描述和分析区域生态经济效益，但是缺少能够整体反映人文要素、自然资源、环境、经济社会效益等协调、合理布局与分布的空间统计分析指标，致使现有的区域生态经济效益评价指标不能够真正评价生态效果，导致了生态效益和经济效益的割裂。本文拟在前人研究的基础之上，探讨建立更为全面的区域生态效益评价指标体系，使其能够真正的将区域生态效益和经济效益体现出来，达成生态效益和经济效益的统一，更好地促进区域生态经济的发展，从而促进整个国民经济的发展和国家的生态文明建设。

二、评价指标的构建原则

（一）科学性和系统性原则

指标体系作为一个科学的有机整体，要建立在一定的科学基础上，使之能充分反应区域生态经济的发展内涵和经济实质，目标明确，测算方法准确规范。[1]与此同时，区域生态经济效益的评估也是一个多维度的综合性系统，在确定指标体系时应该从系统的角度出发，注意指标体系的层次性和同级指标之间的互斥性，分级分层次的对其影响因素进行分析，使得指标体系的构建合理。

（二）可操作性和实用性原则

指标体系中选取的指标要具有一定的可操作性，使其数据采集较为方便合理，选取的指标尽量采用定量指标。定量指标可通过数据对经济效益进行客观评价，并便于检测指标体系构建的合理性。定性指标则很难获取相应数据，使得评价指标体系不能较好的反映以及比较各个区域之间的差别。且采用的指标一定要具有实用价值，如果构建的体系较为完整和规范，但不适用于大部分区域，体系的推广不可能完成，使得其对区域生态经济的发展没有较大意义，研究成果没有任何意义。另外不要过分追求指标的覆盖范围，要考虑其实用性和可行性。

（三）全面性和综合性原则

选取的指标应在考虑实用性和可操作性的基础上，尽可能选取全面的、综合的可以反映区域生态经济的各方面影响因素，可以体现其大致的发展现状并将相对重要的指标归于其中，使得指标体系覆盖全面，具有一定的实用价值。

三、评价指标体系的构建

建立区域生态经济效益评价指标体系，是进行区域生态经济效益评价的主要关键，可根据区域生态经济系统的特性和共性、可持续发展理论，区域生态环境基础的发展状况（地质地貌、大气、土壤等）、资源的质量和利用状况、环境的污染和治理状况、社会经济的发展水平等方面进行分析，按照其指标的构建原则，构建合理的评价指标体系[2]。通过建立区域生态经济效益评价指标体系，能够较好的对区域生态经济效益进行评价，分析影响其生态经济效益的各类因素，从而实现区域生态效益和经济效益的统一，促进区域经济的进一步发展。现将衡量区域生态经济效益的指标从经济、社会、生态三个角度进行分析，具体划分为综合经济发展、人均影响、社会影响、公众影响、资源节约、资源利用、环境保护、综合生态指标几个方面，建立如表1所示的评价指标体系。

（一）经济因素

其中，综合经济发展中的绿色GDP是指区域GDP减去社会生产生活的资源消耗与环境破坏损失，它能够客观的评价区域经济效益。资源消耗可由单位GDP能耗、单位GDP水耗计算得出，环境破坏损失由生产生活中的废水、废气、固体废物排出量得出。绿色GDP/区域GDP越大，证明该区域经济受生态环境的影响较小。而符合生态条件的产业占区域总产业的百分比、生态产业产值占区域产业总产值的百分比这两个指标则反映生态对其区域是否存在重要影响，生态产业的经济效益是否较好，比值越大，说明生态经济在此区域占有重要位置。另外，区域财政收入和国家对地方的财政补贴则从不同方面反映了区域经济的发展状况。

（二）社会因素

社会影响方面的指标，城镇化率、人口密度可以体现出一个区域的发展状况，可以直接获取数据。城市用地面积由城市建设用地和城市公园建设用地来计算。公众影响方面的公众生态保护意识可以由有节能消费习惯居民比率来反映，而公众对于其环境的满意度这一定性指标，虽然无法用定量指标来表达，但可以对其进行赋值，公众对其非常满意为2分，对其不满意为-2分，认为环境对自己无影响的为0分，用其进行定量分析。

（三）生态因素

其他生态指标中的资金利用率=生态回收/生态投入，这一指标能够较好的反映该区域生态保护是否到位。生态投入则可根据资源节约和环境保护两个方面的投资进行计算，生态回收根据资源回收利用产值的金额，此比值越小，说明该区域的生态经济效益较好。区域生态效率是经济发展水平和环境影响价值的比值[3]，经济发展水平可用该区域工业总产值计算，环境影响价值可以生态投入来计算。突发灾害损失则可根据各种自然灾害和突发灾害造成的损失进行计算。而资源利用这一因素中的单位GDP能耗、水耗和单位土地面积较好的反映了该区域的大体能源消耗，人均用水量、人均土地面积、人均能源利用则反映出该区域的自然能源是否丰富，能否在生态环境允许的情况下，保证居民的正常生活。

由于各区域之间存在较大的不同，所以该指标体系根据前人研究的基础，基本选取了适合各个区域大致特点的指标，可以适用于各类区域。评价一个区域的生态经济效益，在确定了指标体系后，下一步则应确定指标权重和评价方法，对其影响因素进行分析，并采取相应措施，使其快速健康稳定的发展，将经济、社会、生态三方面效益进行结合，同步提高，实现社会、经济、自然环境的同步协调发展。

四、评价指标体系中指标权重的确定

对于区域生态经济效益指标体系的评价方法以及指标权重的研究，学者们大都采用专家调查法、综合指数法、层次分析法以及主成分分析、因子分析等评价方法。对生态经济效益进行评价，首先应对建立的指标体系中的具体指标赋予其权重，对其数据进行分析，针对各影响因素对区域的影响程度进行比较。本文认为现阶段为生态文明建设的初级阶段，经济因素和生态因素的影响较大，社会因素的影响程度相对较弱，所以对其指标体系中的社会因素赋予权重0.15、经济因素0.35、生态因素0.5。其中，经济因素中的综合经济发展水平和人均影响这两方面对整个区域经济发展都较为重要，都能表现出生态经济对于其区域整体发展所带来的影响，所以两个方面各占整体经济的0.175。社会因素中的城市建设可以明显的反映出区域城市建设对整个区域经济所做的贡献，占整体经济的0.09，而公众影响对初期生态经济建设的影响相对较少一些，因为它所带来的效益是长期的，在初级阶段影响较为浅面，所以它占整体经济的0.06。生态因素作为评价指标体系中的一个重要组成部分，资源的利用、节约、环境的保护等方面对区域生态经济效益的影响较为明显，资源合理利用，节约资源都对经济效益产生较大作用，环境保护则为保护生态环境贡献较大，使得区域的生态效益得到提高。所以资源节约、资源利用、环境保护所占比重较大，分别占整体经济的0.1、0.15、0.15。具体指标权重如表2所示。

将具体指标赋予合理的权重，寻找合适的评价方法，对整体的区域生态经济效益进行评价，分析其主要的影响因素，再根据各个区域的特点采取相应的措施，在保护其生态、社会效益的同时，使得其经济效益达到最大化，从而提高区域生态经济效益，为全面实现可持续发展奠定了良好的基础。限于论文篇幅，将在下文述及。

五、结语

构建较为全面、具体、可操作性强的效益评价指标体系，能够为下一步提高区域生态经济效益奠定良好基础，促进经济、社会、生态的协调发展，加快区域经济建设的步伐，促进我国生态文明建设的全面实施，加快实现我国“青山绿水、美丽家园”的美好愿景。

参考文献：

[1]肖翠仙，唐善茂.城市低碳经济评价指标体系研究[J].生态经济，2011（1）

[2]李崇勇，陈森林，范源.区域生态经济系统可持续发展评价指标体系研究[J].中国农村水利水电，2007（4）

[3]郭莉，郭亚军.区域生态经济评价模型及实证研究[J].技术经济，2006（8）

〔本文系国家社会科学基金项目“基于多方法融合空间统计分析的区域生态经济效益评价研究”（项目编号：13BJY026）阶段性成果〕

4.区域生态质量评价 篇四

区域生态安全定量评价与阈值确定的方法探讨

生态安全评价是当前生态安全研究中的一个重要而未决的问题.从目前国内外生态安全评价研究来看,在评价对象与内容上存在差异,定量评估方法与准则的确定仍处于探索阶段,现阶段尚未形成专门的评价指标体系,生态安全动态评价研究较少.本文在综合分析国内外学者生态安全评价研究的基础上,探讨了生态安全评价中的尺度、时空动态评价、评价的基本参照系、尺度转换、生态安全评价与生态恢复的`关系等问题,并提出基于景观生态安全评价和尺度转换的区域生态安全评价体系与方法,以及确定区域生态安全阈值的基本思路.

作 者：张艳芳 任志远 ZHANG Yan-fang REN Zhi-yuan 作者单位：陕西师范大学旅游与环境学院,陕西西安,710062刊 名：干旱区资源与环境 PKU CSSCI英文刊名：JOURNAL OF ARID LAND RESOURCES AND ENVIRONMENT年，卷(期)：200620(2)分类号：X171.1关键词：生态安全 定量评价 阈值 生态恢复

5.区域生态质量评价 篇五

西南喀斯特区域农业生态系统评价研究-以广西河池地区为例

摘要：本研究以农业生态环境、农业经济和社会3个子系统作为准则层,选取森林覆盖率、水土流失率等12个指标因子建立评价指标体系,对1995年和广西河池地区的农业生态系统进行对比评价.结果表明:由于农业生态规划和管理的.加强,河池地区农业生态系统由1995年的中等状态转变为20的良性状态,基本符合当地农业发展状况;但农业生产潜力尚未充分发掘,导致经济和社会子系统评价指数仍较低,从而影响到区域农业整体水平的提高;应在加强生态环境保护的基础上,发展并扩大农村种养产业链等促进河池地区农业经济的快速增长.作 者：罗俊    王克林    陈洪松    LUO Jun    WANG Ke-Lin    CHEN Hong-Song  作者单位：罗俊,LUO Jun(中国科学院亚热带农业生态研究所,长沙,410125;中国科学院环江喀斯特农业生态试验站环江,547100;中国科学院研究生院,北京,100049)

王克林,陈洪松,WANG Ke-Lin,CHEN Hong-Song(中国科学院亚热带农业生态研究所,长沙,410125;中国科学院环江喀斯特农业生态试验站环江,547100)

期 刊：中国生态农业学报  ISTICPKU  Journal：CHINESE JOURNAL OF ECO-AGRICULTURE 年，卷(期)：, 15(3) 分类号：X8 关键词：喀斯特区域    农业生态系统    评价    河池地区   

6.济南都市圈生态地质环境质量评价 篇六

济南都市圈生态地质环境质量评价

通过实际调查资料,以地层岩性、构造稳定性、植被覆盖、土地沙漠化、地下水、地表水、工程地质条件、地质灾害等8个生态评价因子,采用模糊数学方法,对济南都市圈生态地质环境质量进行了评价.建立了济南都市圈生态地质环境质量评价模型,为政府规划或技术管理部门决策提供可靠的科学依据.

作 者：游其军 赵玉祥 YOU Qi-jun ZHAO Yu-xiang 作者单位：山东省地矿工程勘察院,山东,济南,250014刊 名：山东国土资源英文刊名：LAND AND RESOURCES IN SHANGDONG PROVINCE年，卷(期)：25(10)分类号：X141关键词：生态地质环境 质量评价 济南都市圈

7.区域生态质量评价 篇七

当前,经济发展与资源环境的矛盾日益尖锐,世界经济正从粗放型经济逐步向生态型经济转变,提高资源效率为人类的可持续发展提供了新的模式和途径。基于可持续发展思想,1992年,WBCSD首次提出了“生态效率”的概念[1,2]。发展至今,生态效率已成为衡量可持续发展的重要手段,也是建立节约型社会和发展循环经济的有效途径。

WBCSD对生态效率最初的定义是:“通过创造有价格竞争优势的产品和服务来满足人类的需要以及生活质量的提高,同时将其环境影响和资源利用的强度适配于地球的承载力水平”。欧盟环境署(EEA)把生态效率定义为:“从更少的自然资源中获得更多的福利。”还有许多企业将生态效率理解为“以最小的影响产生最多的价值或者‘以少生多’”。而生态经济学者则将生态效率定义为“经济和环境效益的双赢”[3]。可见生态效率不论在哪个领域,其表达的思想是高度一致的,目前当务之急的任务是在实践中应用可操作的评价标准来实现该理念。

目前国外对生态效率的研究主要从市场经济的角度展开,集中在企业层面,而国内的重点放在为政府审批项目提供依据,多从区域角度进行研究。自哥本哈根会议之后,将碳排放纳入生态效率评判标准是学术界和应用领域共同关注的焦点。如杨斌[4]基于DEA方法对中国2000-2006年区域生态效率进行测度和评价;杨开忠,李玉萍[5]利用地区GDP与地区生态足迹的比值来表示生态效率建立了“经济发展-生态冲击”矩阵来衡量地区生态文明。中国在哥本哈根召开的国际气候大会上提出“到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%”,“减排目标将作为约束性指标纳入国民经济和社会发展的中长期规划,保证承诺的执行受到法律和舆论的监督。”然而在生态效率的测算中考虑到碳排放的影响还鲜有学者述及。因此,本文将研究在中国2020年碳减排承诺下,将碳排放纳入到生态效率的评判标准,建立区域生态效率评价模型,并以2005-2008年中国各省、自治区、直辖市为样本应用该模型进行测算和评价,为区域生态效率评价提供新的思路和方法。

1 研究方法及数据来源

1.1 生态效率评价模型

生态效率强调经济效率与环境效率的统一,目前普遍接受的生态效率计算公司由WBCSD提出:

其中环境影响指原材料、能源的使用和废物的排放[6]。但由于生态效率计算目标的差异,所以WBCSD对产品或服务的价值、环境影响的指标和数值计算方法没有统一规定[7]。

生态足迹(ecological footprint)也称为生态占用(ecological appropriation),于1992年由加拿大生态经济学家Rees提出,并于1996年由Wackernagel完善的一种衡量人类对自然资源利用程度以及自然界为人类提供生命支持服务功能的方法[8,9]。生态足迹被其定义为任何已知人口所生产的废物所需要的生态生产形体地面积(包括陆地和水域)。它代表了既定技术条件和消费水平下特定人口对环境的影响规模和持续生存对环境提出的需求。

区域经济的生态效率由GDP与区域生态足迹的比值表示[5,10],即单位GDP的生态冲击,其倒数为该区域经济资源使用强度。

顾晓薇[10]等用此指标,计算了辽宁省各市的生态足迹和生态效率,对2001年辽宁省14个市进行了横向的比较,杨开忠[5]用生态效率表征地区的生态文明指数,并测算了全国除西藏自治区外,其他30个省市自治区的生态足迹及生态效率;李斌,陈东景[11]也利用该公式,比较了青岛五所饭店的生态效率,并给与评价。

在原有模型中,分子代表经济量的产出,分母代表对资源的消耗和环境的污染。欧盟2003年第87号指令(Directive/2003/87/EC)中规定了每个国家的碳排放限额,若某个排放实体的排放超过了自己的限额将会受到处罚。根据这一思想,若区域碳排放量超过了国家标准,地方政府应交纳相应的罚金对其进行治理,使得碳排放量低于国家标准。因此,当区域碳排放量超过国家标准,可将超标碳排放量折算为经济量,在分子经济产出中扣除相应处理费用予以显示,当碳排放量低于国家标准时,不进行该计算。所以,本文综合WBCSD、生态足迹及欧盟碳排放权的研究思想和方法,并考虑数据的可得性,提出评价区域生态效率模型如下:

式中,GDP为地区生产总值(亿元),Pc为超出标准碳排放的惩罚性碳单价(亿元/吨),Ems为地区碳排放总量(吨),S为该年该地区碳排放标准量(吨),EF为该年该地区生态足迹(万gha)。

1.2 生态效率指标计算

1.2.1 区域生态足迹核算模型

本文计算生态足迹时涵盖了三种账户:生物消费账户、能源消费账户、建成区账户。生物消费账户计算了粮食、食用植物油、牛羊肉、禽类、蛋类、水产品、蔬菜、瓜果、奶类等十余种物品,分别收集了城市居民和农村居民的生物消费量。能源消费账户参照了Wackernagel(1997)的处理方法,计算了煤炭、焦炭、原油、燃料油、汽油、煤油、柴油等七种能源消费折算成的能源地面积。建成区直接采用了统计年鉴中的建成区面积一项指标。由于没有准确的木材消费量,因而各省生态足迹中没有包括森林地。关于“产量因子”,耕地的产量因子为中国谷物的单产和世界谷物单产的比值,而草地、森林、水域的因子借用了Wackernagel(1997,1999)的数据。关于“均衡因子”,本文采取了“EF-NPP”的数据。

1.2.2 区域碳排放核算模型

根据IPCC-NGFCC的温室气体排放清单,温室气体主要由能源消费、工业生产过程、土地利用和废弃物等产生,而温室气体中的二氧化碳则主要产生于能源消费中的化石燃料燃烧以及工业生产,包括水泥、石灰石和钢铁等的生产过程。为此,本文对区域碳排放量的核算侧重于能源消费产生的二氧化碳排放。

由于目前我国没有碳排放量的直接检测数据,因此碳排放的核算都是基于对能源消费量的测算得来。基于碳排放量与能源消费量呈正比的假设,得到折算公式(4),把全国总排放量根据能源消费量折算到各个省级地区。

式中,Emsj和Ej分别为j省(除西藏自治区外)的碳排放量和能源消费量;Emstotal和Etotal分别为全国碳排放总量和能源总消费量。

考虑到各地区在能源结构上存在差异,而不同能源品种的碳排放系数又不同,根据王铮[12]等的研究成果,采用各省平均碳排放系数对式(4)再次进行折算。

1.2.3 碳排放标准量核算

中国提出“到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%”以此为参照标准,即以2005年单位GDP碳排放量为基准,平均每年碳排放强度降低3%。

式中Cei为碳排放强度,即万元GDP碳排放量。

1.3 样本选择及数据来源

本文数据来源为中国统计年鉴、中国各省区市的统计年鉴、中国能源统计年鉴、中国农村统计年鉴、中国区域经济统计年鉴和FAO的官方网站等资料。中国碳排放总量数据来自EIA美国能源信息署(Energy Information Administration,EIA)于2007年公布的International Energy Annual 2005。超出标准碳排放的惩罚性碳单价采用的是欧盟2003年第87号令中的罚金标准,即2005-2007是每吨二氧化碳40欧元,2008-2012年是每吨二氧化碳100欧元,按照2005-2008每年的平均汇率进行欧元和人民币的兑换。由于数据的可得性,研究地区为中国30个省、自治区和直辖市,没有包括西藏和台湾。

2 区域生态效率评价结果

经过实证计算分析得到2005-2008年中国30个地区的生态效率评价结果,部分结果如表1所示。

2.1 中国区域生态效率分析

由表1可以看出,2005-2008年鉴,中国整体的生态效率变化不大,基本保持在0.3-0.4左右的平均效率水平,且呈逐年提高趋势,然而各省市之间的生态效率却存在着明显的差异。北京、上海、浙江、广东等经济发达省份生态效率较高,宁夏、贵州、山西等经济欠发达省份的效率则较低。以天津和山西为例,2008年两地的GDP总量均在6500亿左右,而前者的生态效率为0.62,后者仅为0.058,悬殊巨大。从生态足迹以及碳排放的情况来看,山西的资源消耗与污染物排放远远高于天津。而山西近四年的碳排放强度均高于国家碳排放强度,对生态效率的核算影响巨大。由此可见,与经济发达地区相比,欠发达地区的经济增长更依赖于“资源的高投入、低利用和高排放”的粗放生产方式来实现,而这种粗放型经济增长方式显然严重制约着生态效率的提高。

通过表1对东、中、西三大经济地带的生态效率水平所作的比较可以看出,2005-2008年区域间生态效率差异明显。东部的生态效率最高,中西部的效率值要明显低于东部。虽然三大经济带不论从GDP增长还是生态效率都呈增长趋势,但地区生态效率差距却不但没有缩小反而有扩大趋势。这表明国家实施西部大开发、振兴东北老工业基地和中部崛起战略对缩小地区经济发展差距正在产生积极的效应,但在实施这些战略过程中资源节约、环境友好没有受到与提高经济发展水平同等的重视。

2.2 中国区域碳排放对生态效率的影响

从2005-2008年各地区碳排放数据来看,河北、山西、内蒙古、辽宁、贵州、云南、甘肃、青海、宁夏、新疆,均超过国家承诺碳减排强度,其他地区如吉林、黑龙江、安徽、湖北等地区正在逐步接近并低于国家承诺碳排放强度。以2008年数据为例,将地区生态足迹和碳排放强度的相对水平在数轴上进行标注如图1,以反映不同地区生态效率类型。

从图1中可以看出,高排放地区仍然为山西省,其生态效率也是最低,其次为宁夏、内蒙古、贵州,碳排放强度对生态效率的影响在上述四省(自治区)中显著,尤其是山西。河北、甘肃、云南、青海、新疆、辽宁碳排放强度高于国家承诺碳排放强度,且其生态效率也低于中国平均水平。高碳排放强度-低生态效率区域主要集中在西部和中部部分省区。北京的生态效率水平最高,其碳排放强度最低,其次是广州、上海。可以看到东部经济发达地区已基本摆脱了对能源的高度依赖,而西部地区经济的能源依赖性没有很大改观,未来减排形势不容乐观,对其生态效率的影响较为显著。

3 结论与讨论

通过文中构建的生态效率模型对中国区域生态效率的评价与分析,可以得到以下结论:(1)2005-2008年中国各地区的生态效率在整体上变化不大,呈现出稳步上升的趋势。由此可见,在此期间各地区已向资源集约、环境友好的发展方式转变。(2)区域间生态效率的差异明显。东部地区的总体生态效率远高于中西部地区,中部和西部地区经济发展中的环境压力依然巨大。(3)碳排放强度对生态效率的影响显著。碳排放强度高的地区说明对于资源的消耗较大,导致其生态效率较低,仍然是粗放型经济增长方式对生态效率提高的制约,其生态型经济发展任重道远。

本文尝试构建的生态效率研究方法,可以对区域生态效率进行评价和比较,还能清楚地判断出一个区域碳排放强度对生态效率的影响,可为地方政府对重大项目上马的评判提供一定的参考。但由于数据的可得性和标准量的选取,可能使结果有偏差。首先是惩罚性碳单价的选取,文中选用的欧盟的惩罚标准,但该标准对于中国实际情况来说过于严格,此价格可由政府根据实际情况进行调整;其次,关于碳排放标准量的选取,本文以中国政府承诺碳排放强度为标准,但未考虑到区域历史情况不同,可根据政府实际出台的减排标准作定量的调整。

8.区域生态质量评价 篇八

关键词：农村金融生态；金融生态主体；金融生态环境；金融生态调节；指标体系

中图分类号：F830.6文献标识码：A文章编号：1003－7217(2008)04－0026－03

一、农村金融生态评价指标体系相关理论综述

金融生态综合指标体系的构建与评价是金融界普遍重视的难点问题，现有研究大多是从金融机构的发展与赢利水平角度对城市金融生态环境进行研究。李扬等从法治环境、经济发展水平、金融部门独立性、企业诚信、地方金融法治、地方发展水平、地方政府公共服务、社会诚信、中介服务和社会保障九个维度对我国50个大中城市金融生态环境进行了评价并排名；中国人民银行广州分行课题组以金融市场的有效性假说为理论基础构建了金融生态评估指标体系。这些研究为我国金融生态环境评价提供理论指导与技术方法。

然而，对农村金融生态评价指标体系的研究却不多。易可君等认为建设新农村必须重构和改善农村金融生态系统。胡愈等对农户小额信用贷款信用评级(指标体系)进行了探究。黄庆安从理论上探讨了建立我国农村金融生态评价的必要性。Yaron及Navajm et al.曾用社会福利理论评价农村金融市场的绩效。Thillairajah提出自我持续力和社会公平是评价农村金融市场成败与否的主要标准。Yaron et al.认为对农村金融市场的评估应包括：政策环境、法律和监管体系、市场失败因素、政策干预的效力。

所谓农村金融生态是指农村各类金融活动主体之间、金融活动主体与其外部生存环境之间，通过相互作用、相互影响而形成的相互依赖的动态平衡系统。农村金融生态作为金融生态的子系统，包括农村金融运行所依托的基础设施、基本制度和外部经济环境及其基本的法律、诚信文化、中介服务体系、社会保障体系等。由于我国“三农”问题的长期存在，农村金融生态失谐问题依然存在。目前，我国农村金融生态最显著的特点具有高度的人为性、脆弱性，集中表现在：农村金融生态主体失衡、农村金融生态调节失灵与农村金融生态环境失谐。

金融是经济的核心，经济是金融的基础。构建现代农村金融生态评价指标体系，对合理改善现代农村金融生态质量，明确现代农村金融功能定位，优化现代农村金融生态环境，构建推进社会主义新农村建设需要的现代农村金融服务体系具有重要的意义。因此从考虑社会公平覆盖面、自我持续性和农村社会福利的增进程度等方面，研究农村金融生态主体指标体系、农村金融生态环境指标体系、农村金融生态调节指标体系等方面，构建我国现代农村金融生态质量综合评价指标体系是至关重要的。

二、农村金融生态评价指标体系的基本架构

农村金融生态是由生态主体、生态环境和生态调节组成的相互联系、相互作用所形成的一种动态平衡系统。农村金融生态的评价指标体系从这三个层面上进行构建(如图1所示)。

在确定评价农村金融生态主体、金融生态环境、金融生态调节指标时，须特别关注以下诸方面：一是反映金融业在农村的覆盖面及其发展水平的指标。覆盖面是一个混合指标，一般包括：营业所和员工数量及其占比、储蓄与贷款账户的数量及年增长率、贷款余额和存款余额及其年度增长率、平均贷款额和贷款额度的范围、服务的灵活性和持久性、服务网络等。发展农村金融是为农村经济增长服务，而经济的实际增长速度直接影响到企业的盈利和偿债能力，进而影响到金融机构的发展水平。反映农村金融发展水平的指标有农村金融发展的深度，以及贷款对经济增长的贡献率等指标。二是反映金融业自我持续力的指标，它是农村金融市场成败与否的主要标准。包括对存款动员的强调程度；对存款者的激励程度；贷款发放标准；贷款组合管理的有效性；有效的成本覆盖；金融中介的有效管理；政府干预和政策介入的水平；贷款锁定目标的程度；对贴现再融资的使用等。三是反映农村社会福利增进程度的指标，表现为重视人文关怀，能缓解社会矛盾，减少城乡差距、地区差距，使人们的收入平等，生活质量提高，福利增加，社会进步、安定等指标，如生活保障水平，员工的精神状态等。此外，体现环境改善情况的指标，包括农村固定资产的投资，信用、法律制度的建设，监管体系的建设等指标。

三、农村金融生态评价体系指标的选取

(一)农村金融生态主体评价指标的选取

金融生态主体有广义与狭义之分，广义的农村金融生态主体包括广大参与金融业务的行为者，如各类企业、个人等。狭义的农村金融生态主体是指为了自身的生存与发展，不断进行自我调节与提高并作用于环境的农村金融行为主体或组织单位，如银行、证券、保险、民间借贷等金融机构和组织。本文侧重研究狭义的金融生态主体指标的选取。

在设计农村金融生态主体指标时，重点从银行业发展水平、证券保险业发展水平、盈利能力、抗风险能力等方面选取指标。一是银行业发展水平方面，所取指标应包括农村金融机构数量占比、从业人数占比、各项存款占比、各项贷款占比、各项存款增长率、各项贷款增长率、银行发展深度(贷款余额占GDP比重)、金融市场发展(直接融资占比)、贷款对经济增长的贡献率、民间融资总量占比、补贴依赖指数(补贴额／利息收入)等指标，其中农村金融机构贷款占GDP比重指标，其指标值越高，反映当地经济发展对农村金融机构贷款的依赖程度越高，从而金融机构贷款的可选择余地越小，贷款结构调整的难度越大；二是证券保险业发展水平方面，所取指标应包括股票证券直接融资总量占比、保险深度(保费收入占GDP比重)、保险收入占比、承保额占比等指标；三是盈利能力方面，所取指标包括人均利润率、贷款收益率、金融机构资本利润率、金融机构资产利润率等指标；四是抗风险能力方面，所取指标应包括各项准备金计提充足率和银行资本充足率等指标。这些指标从金融功能要素来说，体现了农村金融结构合理性的本质特征指标；从金融运作效率来说，也充分反映了农村金融机构的经营效率、发展效率和金融市场运作效率等方面。

(二)农村金融生态环境评价指标的选取

经济环境、政策环境、法制环境、信用环境等是构成农村金融生态环境评价指标的要素，这些要素直接影响农村金融生态主体的生存与发展。

(1)经济环境指标。经济决定金融，评价农村金融生态环境的优劣首先要看农村经济的发展状况和稳定程度。国内外实践经验表明，经济发展水平越

高，可供支配的金融资源越丰富。因此，评价农村经济环境可从农村经济总量、农村可持续发展能力、农民生活及保障水平等方面来全面反映农村经济状况，其指标重点选取GDP占比、财政收入增比率、财政收入占比、税收增长率、税收占比、人均GDP增长率、固定资产投资占GDP比重、乡村城镇化率、教育科技经费支出占比、农民人均纯收入增长率、农村居民人均生活消费支出增长率、社会基本保障等。

(2)政策环境指标。农村地方政府行为规范与否、政府干预和政策介入的水平、政策干预的效力、是否因地制宜地出台了支持金融业发展的各项优惠政策、政策的稳定性、政务的公开性、决策的民主性如何，以及支持农村地区的金融投入时的有效传导机制等，这些指标与农村金融机构的生存和发展密切相关。因此，评价农村金融发展的政策环境时，重点选择农村财政收支缺口比率及其财政支农投入增长率等指标进行评价。

(3)法制环境指标。农村金融法制建设直接影响着银行贷款质量，影响农村金融的有序性、稳定性和安全性。农村法制环境应从两个层面考察：一是在国家相关法律法规的基础上，是否制定了较完善的地方性法规；二是在金融行为、金融机构和个人以及监管方面立法是否完备，司法是否公正。考虑到指标的可量化性和资料的可得性，其指标重点选取金融债权维护起诉率、经济案件结案率、诉讼案件增长率等指标，因为不同的执法效率产生不同的金融资源配置效率。

(4)信用环境指标。农村信用水平在很大程度上影响着农村金融资源流动的结构、质量和效益。信用环境指标的选取，一方面要考虑农民的信用水平，它受农民的文化素养、经济发展水平的影响；另一方面也受金融企业诚信服务、依法合规经营，以及金融企业干部员工廉洁奉公等感知的影响。以权谋私、违规经营等不良行为频发的金融机构可能更多地受到社会的质疑。因此，选取地方政府、企业、个人等逃废银行债务率，信用农户、信用乡镇、信用企业占比等指标衡量农村金融生态信用环境。

(三)农村金融生态调节评价指标的选取

为了防止和纠正农村金融竞争中的盲目行为和恶性竞争倾向，使金融生态主体与环境趋于协调。农村金融生态调节主要包括两个方面：一是内调节，即由生存竞争、赢利动机所引致的自主选择调节机制，包括农村金融市场竞争机制，准入与退出机制，兼并、破产机制，金融机构公司治理机制等建立的情况，以及农村金融机构经营的安全网的建立、征信体系的建设，信息披露的情况等；二是外调节，即政府的行为方式及政策措施对金融生态的影响，包括对金融中介的有效管理、政府干预和政策介入的水平等。如对农村信用社税收减税，保值利息贴补以及财政贴息贷款情况等指标。

四、结束语

9.区域生态质量评价 篇九

初论我国生态环境质量评价研究进展

生态环境质量评价是一项系统性研究工作，是资源开发利用，制定经济社会可持续发展规划和生态环境保护对策的重要依据。本文首先介绍了与生态环境质量评价有关的.几个概念，进而对当前生态环境质量评价的标准和方法进行了评述，总结了国内一些有代表性生态环境质量评价指标体系，最后分析了生态系统服务功能、生态系统健康评价、可持续发展与生态环境质量评价的关系。

作 者：徐燕 周华荣  作者单位：中国科学院新疆生态与地理研究所,乌鲁木齐,830011 刊 名：干旱区地理  ISTIC PKU英文刊名：ARID LAND GEOGRAPHY 年，卷(期)：2003 26(2) 分类号：X171 关键词：生态环境质量评价   指标体系   生态系统服务功能   生态系统健康评价   可持续发展  

10.区域生态质量评价 篇十

城市生态环境遥感监测与质量评价-以上海市为例

摘要：依据国家环保总局颁发的<生态环境状况评价技术规范(试行)>,集中讨论了城市尺度下,适用于生态环境质量评价的土地利用分类标准.通过解译中巴卫星遥感影像,结合上海市区(县)的统计资料,进行土地利用现状分析、专项土地数据分析和城市生态环境质量评价.结果显示:通过计算生物丰度、植被覆盖、水网密度、土地退化、环境质量、污染负荷多项指数,能较全面地衡量城市生态环境质量;上海城市生态环境居全国城市中等水平.作 者：徐昕    高峻    汪琴    付晶    XU Xin    GAO Jun    WANG Qin    FU Jing  作者单位：徐昕,高峻,付晶,XU Xin,GAO Jun,FU Jing(上海师范大学,旅游学院,上海,200234)

汪琴,WANG Qin(上海师范大学,生命与环境科学学院,上海,200234)

期 刊：上海师范大学学报（自然科学版）  ISTIC  Journal：JOURNAL OF SHANGHAI NORMAL UNIVERSITY(NATURAL SCIENCES) 年，卷(期)：2008, 37(2) 分类号：X824 关键词：区域生态环境    遥感监测    质量评价   

11.区域生态质量评价 篇十一

摘 要 生态质量评价是开展自然保护区规划建设的一项基础性研究工作。在对大鹏半岛自然保护区深入全面调查的基础上，选用多样性、典型性、稀有性、自然性、面积适应性、脆弱性和人为活动强度等指标对该保护区的生态质量进行了评价研究。计算得出，自然保护区的综合评价分值为76，表明该自然保护区生态质量较好。根据评价结果，分析了该自然保护区目前存在的问题并提出了相应的建议，为今后保护区科学管理提供基础理论依据。

关键词 大鹏半岛自然保护区；生态质量；评价

中图分类号：S759.9 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2016.18.132

大鹏半岛市级自然保护区，目前该保护区在自然资源的科学保护及合理的开发利用方面还缺乏理论指导， 特别是在保护区生态质量评价方面仍然需要分析研究。本文在对保护区进行综合生态调查的基础上，构建评价体系对该区生态质量进行分析评价，以期为提出相应的保护或开发措施奠定前期基础。

1 自然保护区概况

深圳市大鹏半岛自然保护区2010年11月建立，位于深圳东部大鹏半岛，南临大亚湾和西涌湾，北接惠州地区，地跨大鹏新区葵涌、大鹏和南澳三个街道，地理位置东经114°17′ ～114°22′，北纬22°27′～22°39′，总面积为146.22 km2，包括笔架山、排牙山山地森林，以及坝光银叶树红树林湿地、东涌红树林湿地、西涌香蒲桃林等区域。大鹏半岛自然保护区地质类型丰富，出露的岩性主要为沉积岩类，地貌上属于中低山地貌，水资源丰富，是深圳市重要的水源涵养区之一，气候属于南亚热带海洋性季风气候，代表性土壤类型为赤红壤，生物资源丰富。

2 评价体系的构建

20世纪80年代后期，我国保护区建设迅速发展，截至2014年底，我国已建立自然保护区2 740个，总面积147万km2，约占陆地国土面积的14.83%，高于世界平均水平。近以来层次分析法（AHP）被广泛应用我国自然保护区生态评价，取得了较好的研究效果[1-6]。2009年我国颁布《自然保护区自然生态质量评价技术规程》[7]，笔者在分析、综合目前国内外有关自然保护区生态评价研究成果的基础上，依据该规程构建评价体系，对大鹏半岛市级自然保护区进行生态评价。评价体系遵循科学性、可操作性、完整性及独立性的指标及评价因子选择原则，选取了7个一级指标及15个二级指标，总分100分，根据赋分标准，确定分值（见表1）。评定等级分为5级：Ⅰ级86～100，生态质量好；Ⅱ级71～85分较好；Ⅲ级51～70分一般；Ⅳ级36～50分，较差；Ⅴ级≤35分，差。生态质量评价分值为各指标分值叠加。

3 大鹏半岛自然保护区自然生态质量评价

3.1 生物多样性指标

3.1.1 物种多度

植物组成方面，保护区共有维管植物248科806属1 528种，其中野生植物200科732属1 372种，包括蕨类40科72属124种，裸子植物4科4属5种，被子植物156科656属1 243种，栽培植物156种。动物区系方面，保护區共有野生陆生脊椎动物188种，隶属27目68科，其中两栖类2目6科102种；爬行类3目13科40种；鸟类15目34科102种，哺乳动物7目15科28种。物种多度为丰，赋值4.5分。

3.1.2 物种相对丰富

大鹏半岛保护区共有野生维管植物200科732属1 372种，约占深圳市野生维管植物的科属种比例分别为93.5%、77.3%、64.1%，表明本区植物种类极丰，赋值4.5分。

3.1.3 生态系统类型多样性

由于大鹏半岛保护区位于南亚热带，水、热条件比较优越，同地段生境条件差异较大，环境多样，加上沟谷较多，形成多种小生境。植被、动物种群和生态系统类型多样性较高。

植被方面，区内植被类型多样。1）自然植被保存较好，类型丰富，优势种类多样；自然植被可以分为南亚热带针阔叶混交林、南亚热带常绿阔叶林、南亚热带次生常绿灌木林及红树林等4种植被型[8]，共32个群落（群丛），主要分布在海拔100 m以上的沟谷及山地之上。2）主峰南北两侧的植被差异明显；排牙山呈东西走向南坡与北坡相比较为干旱，北坡的植被种类组成和外貌结构上都比南坡更为丰富和复杂。3）植被的垂直分布现象较为明显。区内植被即随着海拔的升高，可清楚的分为3个垂直更替分布的植被带，依次为低地常绿阔叶林（海拔150 m以下）、低山常绿阔叶林（海拔150～450 m）及山地常绿阔叶林（海拔450 m以上），尤以在排牙山主峰的北坡较为明显。结构方面，低地阔叶林和低山阔叶林较为复杂，层次多而不清，而山地林则层次分明，林冠整齐。

动物种群方面，区内动物可分为南亚热带常绿阔叶林、灌木林、水库湿地、红树林湿地、农业经济林及居民点等6个动物群。南亚热带常绿阔叶林是大鹏半岛的主要植被类型，这里的野生动物种类最为丰富、结构完整，从植食性、杂食性到肉食性等各种动物都有。

生态系统方面， 大鹏半岛自然保护区除丰富的森林生态系统外，同时具有大面积的半红树林（古银叶树林）以及真红树林（东涌红树林），属于较为典型的红树林湿地。

根据国家标准《自然保护区类型与级别划分原则》[9]，深圳大鹏半岛市级自然保护区的类型应为“自然生态系统类”，包括“森林生态系统类型”和“海洋和海岸生态系统类型”。即以陆地森林生态系统为主，内陆水库和海岸湿地生态系统为辅性质的自然保护区，综上所述本次生态系统类型多样性为多，赋值5分。生物多样性指标合计赋值14分。

3.2 典型性指标

保护区性质为以保护南亚热带常绿阔叶林和红树林生态系统、珍稀濒危动植物以及水资源为主，集生态系统保护、水源保护、自然景观保护、科学研究、科普教育及生态旅游等功能于一体的综合型自然保护区。

3.2.1 具有典型的南亚热带常绿阔叶林

大鹏半岛自然保护区优势及代表性植被为南亚热带低山常绿阔叶林，尤以大面积分布于排牙山北坡的“浙江润楠+鸭公树--鸭脚木+亮叶冬青-银柴+九节群落”及大鹏求水岭东坡、南坡的“浙江润楠+鸭脚木-亮叶冬青+假苹婆-鼠刺群落”保存最为完好，其物种多样性指数甚至高于分别位于南亚热带和中亚热带的粤西黑石顶及南岭山地的相应代表群落，为深圳市保存最为完好的低山常绿阔叶林之一。

位于南澳西涌的“香蒲桃（Syzygium odoratum）群落”属于南亚热带低地常绿阔叶林，是孑遗下来的“风水林”，香蒲桃为该群落的单优乔木种，该群落面积达20余hm2。是深圳市乃至珠三角地区比较少见的大面积香蒲桃纯林，具有极高的保护价值和科研价值。

3.2.2 大鹏半岛的植被类型多样

除了大面积的南亚热带阔叶林之外，还有偏向于热带性质的热带常绿季雨林。因此，在植被类型上，大鹏半岛可以说反映了深圳地区植被类型的总和，极具典型性。大鹏半岛自然保护区同时具有大面积的半红树林（古银叶树林）以及真红树林（东涌红树林），属于较为典型的红树林湿地[9]。其中，位于坝光管理区盐灶村的银叶树林群落林龄已有数百年，是我国目前发现的最古老、现存面积最大、保存最完整的银叶树群落。树群面积超过5.33 hm2，植株100多棵以上，其中树龄100 a以上的银叶树有27株，500 a以上的银叶树有1株，且林相完整，是目前我国发现的典型的半红树林代表类群之一。东涌分布的红树林面积超过20 hm2，主要种类有秋茄（Kandelia candel）、老鼠簕（Acanthus ilicifolius）、白骨壤（Avicennia marina）、木榄（Bruguiera gymnorrhiza）等，尤以内湖中央近4 000 m2的红树林生长的最为茂盛。

综上所述，大鹏半岛保护区无论从植被和动物种群，以及多样化的生态系统，都具有较强的典型性。典型性评价为很强，赋值16分。

3.3 稀有性指标

（1）保护物种稀有性和物种濒危程度 植物方面，有国家Ⅱ级重点保护野生植物8种[10]（见表2），极危植物1种，为马兜铃科的香港马兜铃（Aristolochia westlandii）。濒危植物13种，易危植物35种。

动物方面，有国家Ⅰ级重点保护野生动物2种，国家Ⅱ级重点保护野生动物25种，广东省保护动物14种。有13种列入CITES公约，其中附录Ⅰ为2种、附录Ⅱ为9种、附录Ⅲ为2种。28种列入中国濒危动物红皮书和中国物种红色名录（见表3）。

保护物种稀有性为强，赋值3分；物种濒危程度为强，赋值3分。

（3）物种地区分布 广东省是中国特有植物分布较多的地区之一，在大鹏半岛自然保护区有分布的中国特有植物多达302种，占大鹏半岛区系的22.0%，占广东省全部中国特有种的比例约为18.5%。有广东省特有种10种，如广东木姜子（Litsea kwangtungensis）、大苞白山茶（Camellia granthamiana）、華南马鞍树（Maackia australis）、海滨槭（Acer sino-oblongum）、白马银花（Rhododendron hongkongense）、小果柿（Diospyros vaccinioides）等。区内49种珍稀濒危植物中，有25种为中国特有种，如华南瘤足蕨（Plagiogyria tenuifolia）、栎叶柯（Lithocarpus quercifolius）、白桂木（Artocarpus hypargyraea）、长叶马兜铃（Aristolochia championii）、香港马兜铃（Aristolochia westlandii）、香港木兰（Magnolia championi）、港油麻藤（Mucuna championii）、韧荚红豆（Ormosia indurata）及广东木瓜红（Rehderodendron kwangtungense）等。2种为广东地区特有种，分布区相当狭窄，即华南马鞍树（Maackia australis）和海滨槭（Acer sino-oblongum）。物种地区分布评价为为极窄，赋值2分。

稀有性指标合计赋值8分。

3.4 自然性

3.4.1 生境状况

大鹏半岛市级自然保护区总面积为146.22 km2，包括笔架山、排牙山山地森林、以及坝光银叶树红树林湿地、东涌红树林湿地、西涌香蒲桃林等区域。核心区面积约59.18 km2，占总面积的40.33%。排牙山主峰北坡海拔200 m以上及南坡海拔350 m以上，求水岭主峰以及火烧天主峰、岭澳水库附近，基本没有受到人为破坏，自然植被保存完好，珍稀濒危保护动、植物较多。缓冲区约56.67 km2，占总面积的38.62%。部分受到人为干扰，生态环境受到一定程度的破坏，植被以正在演替前期和中期的次生常绿阔叶林和人工林为主。生境状况为基本完好，赋值6分。

3.4.2 自然度

核心区占保护区总面积的40.33%。自然植被保存完好，缓冲区约占总面积的38.62%，植被以正在演替前期和中期的次生常绿阔叶林和人工林为主，其中以常绿阔叶林为主，实验区基本上是人工种植林。保护区整体来说其原生性相对较好，总体天然林面积比例约为60%，自然度为较高，赋值3.5分。自然性合计赋值9.5分。

3.5 面积适宜性

保护区面积的大小与有效保护林生态系统密切相关。一般说来，保护区的面积越大，对于资源的保护越为有利，但保护面积过大，则不便管理。

3.5.1 总面积大小

大鹏半岛自然保护区总面积为146.22 km2，属于中型自然保护区，赋值2分。

3.5.2 核心区和缓冲区面积

核心区和缓冲区总面积74.46 km2，占保护区总面积的50.92%，足以维持生态系统的结构与功能，有效保护全部对象，大小适宜，赋值7分。面积适宜度合计赋值9分。

3.6 脆弱性

3.6.1 生态系统稳定性

保护区生态系统复杂多样，既有南亚热带典型的森林生态系统又有沿海地区特有的红树林湿地生态系统.核心区保存有珠三角地区典型的南亚热带森林生态系统，植被类型丰富。缓冲区植被以正在演替前期和中期的次生常绿阔叶林和人工林为主，生态系统较为成熟。但实验区受人为干扰非常严重，基本上是人工种植的桉树林、相思林和荔枝林，及村庄附近的风水林，造成生态系统结构较不完整，较不合理的现象，因此，保护区整体生态系统稳定性评价为一般，赋值5分。

3.6.2 生态系统恢复程度

保护区出露地表的砾岩、砂岩及花岗岩较多，特别是近山顶处和陡坡处几呈裸岩；有些地段土层较浅，加之由于近海而蒸发量较大，导致植株较为矮小，一旦遭到破坏就极难恢复。此外，人类活动的干扰和破坏，如由于周边的山民大肆砍伐原生植被而种植荔枝，也在一定程度上增加了排牙山生态系统的脆弱性。

区内红树湿地生态系统多位于人类活动频繁的地区，易受到人类活动的干扰，湿地生态系统也易受到气候、地质环境、水文变化等因素的影响，因此，湿地生态系统极易向不利方向演替，而湿地生态系统一旦受到破坏其恢复十分困难。综上所述，保护区生态系统恢复程度评价为难，赋值7.5分。脆弱性合计赋值12.5分。

3.7 人为活动强度

3.7.1 自然保护区内资源开发利用状况

保护区内大部分为生态用地，仅有少量现状建设用约250.41 hm2。在现状建设用地中，道路面积最大，占现状建设用地的81.42%。其他的现状建设用地面积较小，大多位于保护区的边缘。大鹏半岛也是深圳重要的水源涵养地，区内分布有较多溪沟，现状共有中小型水库22座。现状用水水源主要是水库水。城市规划已明确在在排牙山新建洞梓水库。保护区内无矿藏开发活动，有不法分子盗砍土沉香等违法活动；景观资源开发方面，目前区内以少量市民和驴友自发登山远足为主，边缘区域有部分建成农家乐等旅游餐饮店面，另有高压线路、用水管道等公共设施穿过保护区，资源保护受到一定威胁，保护区内资源开发利用强度中等，资源有效保护受到一定威胁，评价为一般，赋值6分。

3.7.2 自然保护区周边地区开发状况

保护区西部和田头山自然保护区相邻但周边其他区域以大鹏新区建成区为主，基本为开发区域环绕。建成区建成度自北向南逐渐递减，西涌和东涌是相对独立的功能片区，其他城市功能区基本沿大鹏湾和龙岐湾分布。北部用地功能比较综合；南部则以旅游设施用地、教育科研类用地为主； 南北半岛之间的狭带地区，两侧为大鹏半岛的中心城区，基本生态控制线内林地最窄处位于水头沙和龙岐湾之间，宽约550 m，受人为活动影响强烈，赋值1分。人为活动强度合计赋值7分。

4 评价结果

根据上述评价和对各项指标统计结果（见表1），生态质量评价总分为76=生物多样性（14）+典型性分值（16）+稀有性分值（8）+自然性分值（9.5）+面积适宜性分值（9）+脆弱性分值（12.5）+人为活动强度分值（7）。评定等级为Ⅱ级，自然生态质量较好。

从单项评价结果来看，生物多样性、典型性、面积适宜性、稀有性得分较高， 自然性、生态脆弱性和人为活动得分相对较低， 显示保护区内森林生态系统整体保存完好；但部分区域人为活动较为频繁， 边缘分布的种群处于不稳定状态，给森林生态系统带来一定的干扰和破坏。应引起主管部门的高度重视。

5 问题与建议

1）保护区位于城市内部，与城市规划建设区犬牙交错，开发与保护的矛盾比较突出。此外，保护区地域辽阔，核心保护区域分布分散，多条城市道路将保护区分隔，也给管理带来一定的困难。

2）加强自然保护区配套管理制度建设，一方面，积极做好保护的宣传教育工作，提高当地居民的生态保护意识；另一方面，加大自然保护区巡护和执法力度，实行依法全面保护，限制保护区内资源开发及其人类活动，严格按照管理条例限制核心区及缓冲区内人为活动干扰，对验区内的各项生活生产活动进行充分论证，保证自然保护区的自然性不再受到进一步破坏。

（3）加大科研力量，增加科研投入。针对深圳市级自然保护區的生态恢复研究及物种保育的科学研究相对不足，必须大力开展相关科学研究，为制定科学的保护与恢复措施提供理论支撑基础，逐步科学的恢复保护区生态质量。

（4）保护与可持续发展相结合。在全面、有效保护的基础上，利用保护区的资源优势、技术优势适度、合理开展生态旅游和多种经营活动，增强保护区自身实力，带动周边社区经济和环境保护的持续、协调发展。

参考文献

[1]郑允文，薛达元，张更生.我国自然保护区生态评价指标和评价标准[J].农村生态环境，1994，10（3）：23-25.

[2]杨晶，王勇文.层次分析法在自然保护区生态评价中的应用[J].工业安全与环保，2007，33（25）：27-29.

[3]张峥，朱琳，张建文，等.我国湿地生态质量评价方法的研究[J].中国环境科学，2000，20（增刊）：55-58.

[4]阎传海.连云港云台山自然保护区评价[J].山地研究，1998，16（4）：330-333.

[5]李冬林，王宝松，阮宏华等.河南小秦岭保护区生态评价[J].安徽农业大学学报，2007，34（1）：97-102.

[6]崔向慧，石金莲，朱学灵.河南宝天曼自然保护区生态质量评价研究[J].林业资源管理，2005（2）：65-69.

[7]国家林业局.自然保护区自然生态质量评价技术规程》LY/T 1813-2009

[8]中国科学院中国植物志编辑委员会.中国植物志[M].第3卷第1分册.北京：科学出版社，1990.

[9]国家环境保护局，国家技术监督局.自然保护区类型与级别划分原则（GB/T14529-93）[M].北京：中国标准出版社，1994

[10]国家林业局，农业部.国家重点保护野生植物名录第一批[S].1999.

12.区域生态质量评价 篇十二

区域金融生态环境是地区金融稳定运行和提高运行效率的重要外部变量, 极大地影响区域金融业的健康发展和地区经济社会的发展。金融生态环境是多要素构成的系统结构, 是经济基础、社会信用、法治、政府行为等环境因素之间相互作用、相互影响而形成的可实现金融功能的动态平衡系统。其重要性日益得到理论界和金融界的重视, 相关研究日益深化。而研究的关注点主要集中在区域金融生态环境的评价体系和评价方法的选取方面。蔡则祥、刘骅运用数据包络分析方法从宏观角度测算对长三角25个城市的金融生态系统环境运行效率进行了测算, 系统分析了金融生态系统环境运行的总体效率、纯技术效率和纯规模效率。谢太峰、王子博从经济实力、金融实力和基础设施三大方面对京沪两市金融生态环境进行了综合评价。向琳等通过构建金融生态环境的衡量指标和经济增长的计量模型, 剖析了我国金融生态环境的影响因素, 得出地区经济状况、人民生活水平与当地居民的培训与教育程度是影响地区金融生态环境的重要变量。邓淇中等用主成分分析方法对1996—2008年中国29个省市的金融生态环境竞争力进行了评测和比较。周炯、魏佩佳也采用了因子分析法对31个省市区的金融生态环境进行了评价。

从以上的研究可以看出, 学者们对金融生态环境的研究所采用的评价指标体系和评价方法各异, 研究的地域范围分别集中在省域、区域和全国范围, 因此得到的结论也不一。本研究认为, 不同研究视域范围的金融生态环境, 其评价指标应结合地区经济社会发展特征, 从而更能综合反映地区金融生态环境的优劣。

二、评价指标体系和研究方法

1、评价指标体系的建立

从金融生态环境的构成要素出发, 评价指标体系的建立需要考虑指标具有可比性、可操作性和可获得性。在综合考虑了指标的上述性质及获取难易程度等因素后, 结合周炯、魏佩佳、陈雁云、刘晔的研究, 本文分别选取了反映经济基础、金融发展与金融效率水平、政府干预与政府治理、社会信用与人口素质四个方面18个指标的横截面数据, 以长三角25个城市为研究对象进行分析。具体指标体系如表1所示。

2、评价方法选取和数据处理

三、实证过程与结果分析

1、数据来源

长三角区域包括上海市、江苏省和浙江省的25个城市和地区, 所用数据来源于《中国城市统计年鉴2013》、《中国区域统计年鉴2013》、《上海统计年鉴2013》、《江苏统计年鉴2013》和《浙江统计年鉴2013》。

2、实证分析过程

本文采用了SPSS20.0软件进行处理, KMO检验得分0.817, Bartlett’s Test检验伴随概率ρ为0.000, 因此原变量非常适合进行因子分析。利用主成分分析法提取公因子, 得出各因子所对应的特征值、贡献率、累计贡献率与各指标变量正交旋转后的因子载荷矩阵等, 按照设定的特征值大于1的原则, 结果表明前3个因子变量的特征根均大于1, 提取3个公共因子替代原来18个指标, 方差经极大值旋转后的方差贡献率分别为57.920%、20.521%、和9.928%, 累积方差贡献率达到了88.369%, 说明前3个因子变量综合包含了18个原始数据所能表达的足够信息 (表2) , 所以选取3个公共因子对长三角区域金融生态环境进行系统评价。

3、结果分析

(1) 区域金融生态环境影响因素分析。因子载荷矩阵旋转成份矩阵表显示, 因子1基本涵盖了第三产业占比、固定资产投资额、社会消费品零售额、货物进出口总额、规模以上工业企业总产值、金融业从业人员数、财政对科学技术支出、财政对教育支出、失业保险参保人数、城镇基本养老保险参保人数、城镇基本医疗保险参保人数、普通高等学校在校学生数12个指标, 可以概括为发展与信用因子。因子2涵盖了地区人均GDP、城乡居民平均收入、预算内财政支出/GDP、财政缺口 (预算内支出/预算内收入) 4各指标, 可概括为收入和政府治理因子。因子3只有金融机构贷款总额/存款总额一个指标, 可概括为金融效率因子。他们分别指代了经济基础、金融发展与效率、政府治理和社会信用这四大类指标, 这些因素是影响金融生态环境的主要因素。

(2) 区域金融生态环境评价结果。以方差贡献率作为权重, 对三个因子的得分进行加权求和, 即可得到各地区的综合得分F。各地区的综合得分计算公式F=因子1*0.5792+因子2*0.2052+因子3*0.09928, 计算结果见表3。金融生态环境因子综合得分前三名分别是上海、杭州和南京三市, 这与三市分别是直辖市和副省级城市的综合实力密切相关。排在后三位的是连云港、衢州和宿迁, 这三个地区都是经济发展相对落后的地区, 反映在金融生态环境上也是比较靠后, 一定程度上表明经济基础和发展水平是影响金融生态环境的重要变量。

(3) 金融生态环境区域差异分析。采用系统聚类方法对金融生态环境综合得分进行聚类, 聚类结果显示长三角25市可以分为3类 (表3) , 第一类地区为上海市;第二类为南京、无锡、苏州、杭州、宁波和温州6市;余下18市为第三类。与原始数据相比较, 经济基础因子中的社会消费品零售额、规模以上工业企业总产值指标, 金融运行效率因子, 政府干预因子的财政对教育支出指标, 社会信用和人口素质因子是区域金融生态环境质量差异的重要影响变量。

四、结论与建议

本文运用多元统计的因子分析法对长三角2012年的25个市的金融生态环境状况进行了评价和分析, 得出了以下几点结论:第一, 影响长三角区域金融生态环境的因素是多方面的, 构成经济基础、金融发展与效率、政府干预与治理、社会信用与人口素质的各要素所产生的影响程度各异。第二, 长三角区域金融生态环境存在明显的区域差距。上海的金融生态环境最佳, 连云港、衢州和宿迁金融生态环境竞争力较差。第三, 地区社会消费品零售额、规模以上工业企业总产值指标, 金融运行效率、财政对教育支出、社会信用和人口素质是影响金融生态环境的主要因素。

长三角区域金融生态环境的改善和优化需要从多方面入手。夯实经济基础, 发展壮大地方工业实力和总量经济, 提升整个地区的消费带动能力。深化金融及经济体制改革、大力发展区域的金融市场和金融服务, 让金融成为实体经济的有效助推器, 努力提高银行业和其它金融机构的金融服务效率和运行效率。扩大金融资源总量和盘活金融资源存量, 通过对金融产业进行制度建设和市场化推动, 促进金融中介组织健康发展。从金融领域自身发展和结构优化进行生态化建设。发挥政府对于经济和金融发展的作用, 增加地方财政对科技和教育的支出, 促进金融创新能力的提升。加强和完善社会信用体系建设, 提高社会信用水平。通过教育提升人口素质, 以社会保障能力和职业能力提升金融人力资源竞争力。

摘要：通过构建区域金融生态环境综合评价指标体系, 运用因子分析法对长三角25市金融生态环境进行评价。研究结果表明:影响长三角区域金融生态环境的因素是多方面的, 金融生态环境存在明显的区域差距, 地区社会消费品零售额、规模以上工业企业总产值指标、金融运行效率、财政对教育支出、社会信用和人口素质是影响金融生态环境的主要因素。并依此提出优化长三角区域金融生态环境的建议。

关键词：金融生态环境,评价体系,因子分析,长三角

参考文献

[1]周小川:金融生态中金融发展面临的考验[M].北京:中国金融出版社, 2006.

[2]谢太峰、王子博:京沪金融生态环境综合评价及相关建议[J].经济与管理研究, 2010 (3) .

[3]向琳等:中国金融生态环境优化的实证分析[J].生态经济, 2010 (7) .

[4]邓淇中等:区域金融生态环境指标体系构建及竞争力评价研究[J].湖南科技大学学报 (社会科学版) , 2012 (6) .

[5]周炯、魏佩佳:省域金融生态环境评价研究[J].西北大学学报 (哲学社会科学版) , 2012 (1) .

13.区域生态质量评价 篇十三

针对生态环境质量传统评价技术的不足,开展中小尺度区域RS和GIS相结合的.评价技术研究.将研究区域和评价单元网格化,由RS和GIS技术获取生态环境空间数据,选取自然环境条件、环境质量、自然景观格局和城市化影响4大类共11个指标为评价指标,并利用GIS空间分析技术,将环境污染常规监测数据和社会经济统计数据同化到小网格评价单元进行综合评价,并与城市热岛效应对比,分级评价结果基本符合杭州市区生态环境质量现状.

作 者：徐鹏炜 赵多 XU Pengwei ZHAO Duo  作者单位：浙江省环境保护科学设计研究院,杭州,310007 刊 名：应用生态学报  ISTIC PKU英文刊名：CHINESE JOURNAL OF APPLIED ECOLOGY 年，卷(期)： 17(6) 分类号：X820.2 关键词：RS   GIS   城市生态环境质量评价   网格化  

14.区域生态环保审查落实方案 篇十四

一、考核目的和意义

我县位于南水北调中线工程水源地，县域生态环境质量状况直接影响着南水北调水质安全，被列入《国家重点生态功能区县域名单》进行生态环境质量考核。开展此项考核，是检验国家重点生态功能区县域生态环境质量动态变化的一项重要工作，考核结果关乎今后中、省对我县生态补偿转移支付资金的正常拨付和奖励。因此，全县各有关部门务必高度重视，各负其责，共同做好我县生态环境质量的监测、评价和考核工作。

二、考核范围

依据《国家重点生态功能区县域名单》所列，我县全境均在国家重点生态功能区县域生态环境质量监测考核范围之内。

三、考核内容和指标

国家重点生态功能区县域生态环境质量考核内容包括自然环境质量状况和生态环境质量状况。

自然环境质量指标包括水、空气、声环境质量和主要污染物排放强度等，各项考核指标数据由县环保局按照省、市环保部门的要求收集、整理。我县不能独立完成的监测数据，由县环保局委托有资质的`环境监测机构监测获得。

生态环境状况指标包括林地覆盖率、草地覆盖率、水域湿地覆盖率、耕地和建设用地比例等，其中林地覆盖率由县林业局负责提供；草地覆盖率由县农业局负责提供；水域湿地覆盖率由县水利局、林业局负责提供；耕地和建设用地比例由县国土局、城建局负责提供。各部门必须按照真实、科学、及时的原则，与县环保局协调一致提供考核数据。

四、技术规范和标准

自然环境质量状况中的水、空气、声环境质量监测，依据《市监测方案》规定，按照相关的技术规定和标准执行，从样品采集、流转、分析到数据审核都要有完整的记录，并进行三级审核，同时建立电子和纸质档案。其中声环境质量监测执行《城市区域环境噪声测量方法》（GB/T14623-93)和《城市区域环境噪声标准》（GB3096-93）的有关要求。

生态环境状况指标中的林地覆盖率、草地覆盖率、水域湿地覆盖率、耕地和建设用地比例等指标解释按照国家林业、农业、水利、国土、城建等主管部门概念。

五、监测时间

按照《市监测方案》要求，县域生态环境质量监测自5月起实施。

六、工作要求

15.区域生态质量评价 篇十五

1 相关研究综述

目前, 学者们对生态创新概念的理解还没有达成共识。由于人们理解角度的不同, 生态创新先后被赋予为环境技术、清洁技术、环境创新、绿色创新以及更为广义的生态创新。本文立足我国国情, 根据党的十八大要求, 把生态文明建设融入到经济建设、政治建设、文化建设、社会建设各方面和全过程, 实现资源节约型、环境友好型社会, 为此, 本文将生态创新引入到考察我国区域工业创新效率中, 将生态创新定义为通过结合市场机制和社会管理机制, 在工业技术创新的各方面和全过程引入生态观念, 以市场为导向, 通过研发经费、人才、设备等生产要素组合实现科技成果转化, 最终实现人与自然和谐相处、经济社会与生态环境协调发展。

关于创新效率的文献到目前已经有了一定程度的积累, 主要有:何枫和陈荣[1]运用C-D生产函数SFA测算我国各地区的技术效率变迁, 指出我国平均技术效率水平呈稳步上升趋势但地区差异很大。俞立平[2]运用DEA方法、结合Malmquist指数分析了企业性质与创新效率的关系, 指出企业的创新效率在不同性质的企业有很大的差异。陈伟和刘井建[3]利用基于DEA的Malmquist指数方法对我国电子行业的15家上市企业的创新效率变动进行了评价, 结果表明技术效率是引起创新效率下降的原因。白俊红和蒋伏心[4]采用三阶段DEA方法对考虑环境因素的区域创新效率进行了研究, 认为我国区域创新效率偏低的原因是规模效率低下导致的。沈能和潘雄峰[5]运用Fried等提出的三阶段DEA模型研究了我国工业企业创新效率, 提出了工业企业创新效率受到经济发展水平、外资活动、政府扶持激励政策和市场结构等环境变量及随机因素的影响。

目前, 学者对创新效率的研究已经很多, 然而对生态创新效率的研究涉及很少, 传统的研究方法大多没有将生态因素考虑到创新过程中来。由于工业企业是国民经济的主要组成, 其生态创新所带来的效益对我国各区域有重大影响, 因此, 本文引入生态创新概念, 将区域工业生态创新效率理解为在区域内工业企业创新活动从创新要素投入到创新产出这一阶段的效率, 基于我国2011年30个省市区的截面数据, 采用SBM模型技术处理非期望产出, 对我国区域工业创新效率进行评价, 并同仅考虑经济效益的CCR模型进行比较分析, 以期得到一些有意义的结论。

2 模型构建

2.1 传统的CCR模型

传统的DEA方法又叫数据包络分析法, 于1978年由著名运筹学家查恩斯 (A.Charnes) 提出;随后查恩斯 (A.Charnes) 和库伯 (W.W.Copper) 加以扩展, 又提出了非参数方法的数据包络形式[6], 即CCR模型。该方法的原理主要是通过保持决策单元 (DMU, Decision Making Units) 的输入或者输入不变, 借助于数学规划和统计数据确定相对有效的生产前沿面, 将各个决策单元投影到DEA的生产前沿面上, 并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。DEA方法的特点是: (1) 适用于多输出和多输入的有效性综合评价; (2) 无须对数据进行无量纲化处理; (3) 无须任何权重假设却有很强的客观性; (4) 无须确定输入和输出关系的显示表达式。目前, 该方法已成为管理科学、系统工程和决策分析、评价技术等领域中一种重要的研究方法。

假设有n个决策单元 (DMU) , 令xij表示第j个决策单元的第i种投入量 (xij>0) , ykj表示第j个决策单元第k种输出量 (ykj>0) , 它们的输入指标为矩阵X (T) , 输出指标为矩阵Y (T) , 其中:

如果以第j0个决策单元的效率指数为目标, 并以所有决策单元的效率指数为约束条件, 我们就可以建立以下的CCR模型:

对 (1) 式使用Charnes-Cooper变化得到的线性规划模型转变为其对偶模型, 并引入松弛变量s+、剩余变量s-以及阿基米德无穷小量ε, 得到对偶规划模型:

其中, emT= (1, 1, …1) T∈Rm, esT= (1, 1, …1) T∈Rs, θ表示第j0个被评价的决策单元效率值。当θ=1, s*+=0且s*-=0时, 决策单元j0为DEA有效;当θ=1, s+、s-不全为0时, 决策单元j0为DEA弱有效, 需调整投入和产出量;当θ<1, 决策单元j0为DEA无效。

经典的CCR模型依赖的前提假设是投入产出必须满足“等张性”的特点, 投入必须尽可能地缩减, 而产出必须尽可能地扩大, 这与实际的生产过程不相符合。实际的生产过程不仅有期望产出, 还有非期望产出, 只有非期望产出尽可能地减少才能实现最好的环境效率。因而, 忽略污染排放的影响而对经济效率进行测度的结果是不准确的。因此, 传统的经典的CCR模型显然不能用来处理非期望产出问题。

为了能够真正反映实际的经济效率, 学者们考虑非期望产出并做了大量的研究工作, 如Fare和Grosskopf等[7]从非期望产出的弱可处置性角度提出了环境DEA方法, 通过对众多决策单元的投入和产出数据进行综合分析, 采用曲线测度的线性规划处理来确定有效生产前沿, 并对各决策单元与有效生产前沿进行比较, 进而判断各决策单元的效率。但是由于其采用曲线测度的线性规划处理操作起来很不方便, 实际应用受到很大限制。Seiford和Zhu[8]则提出对非期望产出乘以-1, 然后寻找一个足够大的转换向量使所有负的非期望产出变成正值。这尽管在一定程度上解决了非期望存在情况下的环境效率问题, 但是很容易遭遇所构建的线性规划无解的情况, 因为该方法加入了一个很强的凸性约束条件, 一旦取消该条件, 极易造成线性规划无解。Scheel[9]提出对非期望产出做倒数化处理后再以期望产出处理。但是该方法与实际生产过程相违背, 导致对经济效率的评价是有偏的。

2.2 SBM模型

由于传统的CCR模型是径向的, 没有考虑投入产出的松弛性问题, 导致测度经济效率失真;而处理非期望产出的DEA-SBM模型将松弛变量考虑到目标函数中, 一方面解决了传统CCR模型不能解释的投入产出的松弛性问题, 另一方面考虑了非期望产出对环境效率测度影响问题。本文假设有n个决策单元, m种投入, 其元素x∈Rm, 并定义X= (x1, x2, …, xn) ∈Rm×n且xi>0;s种产出, 其中包括s1种期望产出, 其元素, s2种非期望产出, 其元素, 并定义, 且有yjg>0, yib>0。SBM非期望产出模型可以表示为:

在 (3) 式中, s-、sg、sb分别为投入、期望产出、非期望产出的松弛变量。目标函数对变量s-、sg、sb是严格递减的, 且目标函数值ρ*区间为[0, 1]。当ρ*=1时, s-、sg、sb全等于0, 表明决策单元有效;当ρ*<1时, s-、sg、sb不全为0, 表明决策单元无效, 需要改进投入和产出量。

3 指标选取与数据来源

基于工业生态创新的特点与数据的可得性, 本文选取除西藏外我国30个省市区规模以上工业企业2011年的投入与产出指标, 指标构建如表1所示, 对我国区域工业生态创新效率给予评价。

(1) 投入指标。生态创新投入主要是以基础资源要素为主, 因此本文研究的工业对生态创新的投入主要包括人力、财力、物力。其中, 人力、财力投入指标分别选取规模以上工业企业的R&D项目人员数、R&D项目经费支出数。由于工业企业在进行生态创新的生产过程中, R&D项目人员是通过仪器和设备来完成这个过程的, 所以物力投入指标选取仪器和设备原价。

(2) 产出指标。从生态的视角来评价工业企业进行创新的产出变量, 应该综合考虑经济效益、社会效益与环境效益3个方面, 这样才更加符合我国党的十八大关于生态创新战略的要求。

经济效益产出方面, 专利作为工业企业生态创新的主要产出倍受企业重视。专利包括发明专利、实用新型专利和外观设计专利3种, 不同的专利类型在企业生态创新的过程中表现出很大的差异, 主要有技术创新程度、创新重要程度以及创新带来的企业经济价值差异, 因此, 采用总的企业专利数评价工业企业的生态创新效率是有偏的。由于发明专利给工业企业带来的技术含量、经济效益、市场价值都比其他两种专利大得多, 于是本文选取发明专利数作为评价工业企业生态创新带来的经济效益和市场价值。然而如果只依赖于发明专利衡量生态创新的经济效益未免有所局限, 必须纳入能够描述市场经济效率的新型指标, 即新产品销售收入, 才能更加全面准确地评价工业企业生态创新成果的转化能力和市场经济价值。

社会效益产出方面, 由于在工业企业进行生态创新的生产过程中伴随着资源的消耗所带来的社会效益主要体现在资源节约, 而能源的利用水平对工业企业创新活动的质量和效益有重大促进作用[10], 因此, 本文将能源利用水平考虑在产出指标之中, 作为工业企业生态创新的社会效益指标, 具体选取规模以上工业企业工业增加值能耗的倒数表示。

环境效益产出方面, 工业企业开展生态创新活动不仅着眼于工业企业自身的经济增长, 同时也是政府引导企业为创造环境友好型社会努力的必然要求, 因此, 在对工业企业生态创新效率的评价时, 就必须将环境因素考虑在内。而环境污染排放问题已成社会“诟病”, 如何降低污染排放是全社会面临的重要问题。本文选取各地区环境污染指数作为工业企业生态创新的非期望产出指标。而由于各种工业企业污染排放的计量单位不尽相同, 不能直接予以合成, 所以必须进行无量纲化处理, 目前最常用的方法有最大最小值法和标准差化法。本文研究的是我国各地区工业企业的生态创新效率, 由于各地区的资源禀赋与发展水平不同, 应当舍弃最大最小值法, 采用改进的标准化法, 这种方法不仅可以尽可能地减少地区差异, 还能确保结果的稳健性。具体测算环境污染指数的步骤如下:

首先, 对工业企业“三废”排放量进行无量纲化处理, 公式如下:

其中, 为无量纲处理后的“三废”排放数值, λi, n为“三废”排放数值的原始数据, λn, min为各污染排放的最小值, λn, max为各污染排放的最大值, i=1, 2, …, 30;n=1, 2, 3。

其次, 基于层次分析法确定“三废”污染排放在整个工业污染排放过程中的各权重值, 利用MatLab计算得出工业企业废水排放、废气排放、一般固体废弃物排放的权重值分别为0.370、0.688、0.625。

最后, 测算各地区工业企业污染指数, 公式为:

其中, γi, n为各地区的工业企业污染指数, ωn为工业企业废水排放、废气排放、一般固体废弃物排放的权重值, 为无量纲处理后的“三废”排放数值, i=1, 2, …, 30;n=1, 2, 3。

本文选取的是除西藏以外我国各地区2011年规模以上工业企业的截面数据, 投入与产出的描述性统计如表2所示。按照“十一五”区域的划分政策, 将我国划分为8个区域经济带, 分别为东北地区、北部沿海、东部沿海、南部沿海、黄河中游、长江中游、西南地区、西北地区, 有助于为政府对相似发展水平地区制定积极的工业产业政策。投入指标各数据以及发明专利和新产品销售收入数据来源于《2012年中国科技统计年鉴》, 能源利用水平和“三废”污染排放数据来源于《2012年中国统计年鉴》, 环境污染指数是经过上述方法测算而得。

4 实证分析

为便于比较分析基于生态视角的各地区工业企业生态创新效率的变化, 本文分别测度情形1下我国2011年各区域的工业企业生态创新效率、情形2下工业企业创新效率。其中, 情形1指的是将生态因素即经济效益、社会效益和环境效益均考虑进去, 并基于SBM模型计算的工业企业生态创新效率;情形2指的是只考虑经济效益并基于传统的CCR模型计算的工业企业创新效率。本文在两种情形下分别对我国各地区工业企业两种创新效率予以评价, 运用Mat Lab计算上述线性规划模型, 结果如表3所示。

从表3可以看出, 考虑生态因素的我国工业企业生态创新效率为0.239, 而仅考虑经济效益的我国工业企业创新效率为0.582, 后者比前者高出34.3个百分点。我国工业企业创新效率在考虑生态因素后出现下降, 表明能源利用水平和环境污染是造成这种差距存在的主要原因, 也反映出了考虑生态因素对我国工业企业进行创新效率评价是真实可靠的。

我国各区域工业企业的生态创新效率均低于自身的创新效率, 仅考虑经济效益的我国工业企业创新效率水平从高到低依次为南部沿海、东部沿海、西南地区、北部沿海、东北地区、长江中游、西北地区、黄河中游, 而考虑生态因素后的我国工业企业生态创新效率排序有了新变化, 依次为南部沿海、东北地区、北部沿海、东部沿海、西南地区、西北地区、长江中游、黄河中游。其中, 在情形1和情形2下创新效率排名维持不变的地区为南部沿海和黄河中游, 南部沿海创新效率稳居排名第一, 而黄河中游创新效率始终最低;考虑生态因素后排名上升的地区为东北地区和北部沿海, 东北地区由第五名上升到第二名, 北部沿海由第四名上升到第三名;排名有一定程度下降的地区为东部沿海、长江中游、西南地区和西北地区, 下降幅度最大的是西南地区, 由第三名下降到第五名, 其次是东部沿海, 由第二名下降到第四名。

八大区域经济带的工业企业生态创新效率相差很大, 如图1所示, 工业企业生态创新效率从高到低依次为南部沿海 (0.389) 、东北地区 (0.386) 、北部沿海 (0.383) 、东部沿海 (0.360) 、西南地区 (0.165) 、西北地区 (0.158) 、长江中游 (0.103) 、黄河中游 (0.089) 。沿海地区的工业企业生态创新效率普遍较高, 如南部沿海地区的工业企业生态创新效率要高于黄河中游地区的4倍多, 这与二者的区域经济发展水平相吻合。生态创新效率有效的省份基本出现在沿海地区, 而26个生态创新效率无效的省份只有7个省份位于沿海地区, 表明沿海地区的经济实力雄厚、创新环境优良, 表现在人才引进、资金、先进设备投入以及资源环境的规制上;而且沿海地区工业企业的生态创新效率普遍高于西南地区、西北地区、长江中游、黄河中游。随着我国工业产业往西部地区转移, 西部地区需要承接沿海地区的高污染、高排污的“黑色”产业, 导致其工业企业生态创新效率偏低。长江中游、黄河中游地区尽管地理环境、资源禀赋较好, 但产业结构不够理想, 二元经济构成强烈反差, 以过度的资源、环境消耗去换取本地区的经济增长, 导致环境不能够适应或者迎合这种所谓的经济增长, 最终造成该地区工业企业的生态创新效率低下。

从各地区的角度进行比较分析发现, 北京、吉林、上海、海南在两种情形下计算得出的创新效率都为1, 且在两种情形下都达到了最佳生产前沿面上, 占所评价地区的13.3%, 表明这4个地区开展生态创新活动所投入的人力、财力、物力与经济效益、能源效益、环境效益相匹配, 而其余各地区的工业企业创新效率和生态创新效率都没有达到有效。我国各地区工业企业生态创新效率平均值为0.239, 高于全国平均水平的只有北京、天津、吉林、上海、海南、重庆6个地区, 占所评价地区的20%;而低于0.1的有河北、山西、辽宁、黑龙江、江苏、浙江、安徽、福建、山东、河南、湖北、湖南、广东、四川、青海15个地区, 占所评价地区的50%, 说明大多数地区的工业企业生态创新效率有很大的提升空间。

5 结论与对策

本文基于SBM模型, 采用我国30个省市区2011年的截面数据为样本, 从生态创新的视角展开实证, 研究我国区域工业企业的生态创新效率, 并与传统的CCR模型计算出的创新效率进行比较分析, 得出了如下主要结论:

(1) SBM模型与传统的CCR模型相比, 能够避免径向和角度的选择问题, 较好地处理了非期望产出问题, 反映出的区域工业企业生态创新效率比较客观、真实。

(2) 实证研究表明, 我国区域工业企业的生态创新效率水平偏低, 全国生态创新效率平均值仅有0.239, 改善空间很大。生态创新效率高的工业企业大多在沿海发达地区, 而西北地区、长江中游、黄河中游的工业企业生态创新效率普遍低下, 表明一个地区的工业企业生态创新效率的高低与该地区的经济实力、能源利用效率、环境保护力度有很大的相关性。

生态创新活动的顺利开展, 对工业企业来说, 投入的人力、财力、物力巨大, 而且伴随的生态创新风险比较高, 仅凭企业的一己之力完成生态创新活动比较困难, 特别是当区域经济发展水平低下、产业布局不尽合理、环境保护制度不够健全时, 工业企业开展生态创新活动压力会更大。因此, 本文提出以下几点对策:

第一, 国家进一步健全环境法律法规, 改变以GDP为主要考核指标的做法, 可以尝试将工业企业生态创新效率纳入政府考核工业企业的主要指标中, 并建立健全考核指标体系, 鼓励工业企业开展生态创新活动。

第二, 优化产业结构, 转变工业化产业的增长方式, 促使经济增长模式由粗放型向集约型方式转变。政府要加大科技创新投入, 加大对传统工业化产业进行改造和升级, 改造高能耗、高污染、低效率的传统工业化产业, 优先扶持低能耗、无污染、高效率的新型工业化产业, 使得有利于经济增长和环境协调发展的产业布局日趋合理。

第三, 国家应该根据各地区自身发展特点和经济发展情况, 因地制宜地制定差异化政策。根据上述分析, 对于经济发达地区, 政府需要进一步优化生态创新环境, 减少对企业的行政干预, 刺激工业企业开展生态创新活动的积极性;而对于经济不发达地区, 政府主要对该地区的工业企业进行资金扶持, 降低工业企业生态创新的风险。

参考文献

[1]何枫, 陈荣.经济开放度对中国经济效率的影响:基于跨省数据的实证分析[J].数量经济技术经济研究, 2004 (3) :18-24

[2]俞立平.企业性质与创新效率——基于国家大中型工业企业的研究[J].数量经济技术经济研究, 2007 (5) :108-115

[3]陈伟, 刘井建.基于DEA-Malmquist指数的企业创新效率变动研究——对我国电子行业的15家上市企业的实证分析[J].科技进步与对策, 2008 (8) :139-142

[4]白俊红, 蒋伏心.考虑环境因素的区域创新效率研究——基于三阶段DEA方法[J].财贸经济, 2011 (10) :104-112

[5]沈能, 潘雄峰.基于三阶段DEA模型的中国工业企业创新效率评价[J].数理统计与管理, 2011 (5) :846-855

[6]CHARNES A, COOPER W W, RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research, 1978 (3) :429-444

[7]FARE R, GROSSKOPF S, HEMANDEZSANCHO F.Environmental performance:An index number approach[J].Resource and Energy Economics, 2004 (3) :343-352

[8]SEIFORD L M, ZHU J.Modeling undesirable factors in efficiency evaluation[J].European Journal of Operational Research, 2002 (1) :16-20

[9]SCHEEL H.Undesirable outputs in efficiency valuations[J].European Journal of Operational Research, 2001 (2) :400-410